STMicroelectronics นำปัญญาอัจฉริยะขับเคลื่อนด้วย AI มาสู่ระบบควบคุมมอเตอร์

AI กำลังปรับเปลี่ยนการทำงานของมอเตอร์ไดรฟ์ในภาคสนามอย่างเงียบ ๆ

STMicroelectronics ขยายกลุ่มผลิตภัณฑ์ระบบควบคุมการเคลื่อนที่สำหรับงานอุตสาหกรรมด้วย FP-IND-MCAI1 ซึ่งเป็นแพ็กเกจซอฟต์แวร์ควบคุมมอเตอร์ที่เสริมความสามารถด้วย AI และพัฒนาสำหรับแพลตฟอร์มไดรฟ์ BLDC ผลิตภัณฑ์นี้มุ่งเป้าไปที่วิศวกรซึ่งทำงานกับระบบเซอร์โวขนาดกะทัดรัดและระบบมอเตอร์แรงดันต่ำที่ต้องการประสิทธิภาพแบบปรับตัวได้ แทนการปรับจูนแบบตายตัว

แพ็กเกจนี้แตกต่างจากเฟิร์มแวร์ไดรฟ์แบบดั้งเดิมตรงที่ผสานฟีเจอร์แมชชีนเลิร์นนิงเข้ากับลูปควบคุมโดยตรง ไม่ได้เพียงดำเนินการตามคำสั่งการเคลื่อนที่เท่านั้น แต่ยังตีความสภาวะการทำงานแบบเรียลไทม์ด้วย

การเปลี่ยนแปลงนี้สะท้อนถึงการเปลี่ยนผ่านในวงการควบคุมการเคลื่อนที่ในวงกว้างขึ้น ซึ่งระบบอัจฉริยะในตัวเริ่มเข้ามาแทนที่แนวทางการปรับจูนด้วยตนเองในระบบเซอร์โวและหุ่นยนต์อุตสาหกรรมขนาดเบา

แพลตฟอร์ม EVLSPIN32G4-ACT แสดงให้เห็นว่าสแต็กควบคุมที่พร้อมรองรับ AI สามารถทำงานภายในสถาปัตยกรรมฮาร์ดแวร์ไดรฟ์ BLDC ขนาดกะทัดรัดได้อย่างไร

เมื่อลูปควบคุมเริ่มเรียนรู้จากตัวเครื่องจักรเอง

จากการปรับจูน PID สู่ระบบอัจฉริยะที่ปรับตัวได้

ระบบเซอร์โวแบบดั้งเดิมอาศัยพารามิเตอร์ PID ที่ปรับจูนด้วยตนเอง วิศวกรจะปรับค่าเกนโดยอ้างอิงจากประสบการณ์และผลการทดสอบเดินระบบ FP-IND-MCAI1 เปลี่ยนกระบวนการนี้ด้วยการใช้พฤติกรรมของมอเตอร์ในอดีตเป็นข้อมูลอ้างอิงสำหรับการปรับจูน

ซอฟต์แวร์จะตรวจสอบการตอบสนองของแรงบิด ความผันแปรของโหลด และเสถียรภาพของการเคลื่อนที่ จากนั้นจะปรับพฤติกรรมการควบคุมเพื่อเพิ่มประสิทธิภาพและลดความเค้นทางกลเมื่อใช้งานไปตามเวลา

การสั่นสะเทือนกลายเป็นสัญญาณดิจิทัล ไม่ใช่เพียงสัญญาณรบกวน

ความสามารถสำคัญประการหนึ่งมาจากการรองรับการผสานเซนเซอร์ตรวจจับการสั่นสะเทือนแบบเสริม ระบบจะจำแนกสภาวะการทำงานเป็นปกติ สั่นสะเทือนสูง หรือไม่เสถียร โดยใช้โมเดล ML ที่ฝังอยู่ในระบบ

สัญญาณกระแสและข้อมูลจากเซนเซอร์จะป้อนเข้าสู่โมเดลอย่างต่อเนื่อง ทำให้ตรวจพบรูปแบบการเสื่อมสภาพในระยะเริ่มต้น ซึ่งโดยปกติจะมองไม่เห็นจากการวินิจฉัยไดรฟ์แบบทั่วไป

การจำแนกสภาพมอเตอร์ช่วยให้ผู้ปฏิบัติงานตรวจพบพฤติกรรมผิดปกติก่อนที่จะพัฒนาไปสู่ความเสียหายทางกล

ไดรฟ์ที่ใช้ AI เหมาะกับระบบอุตสาหกรรมจริงในจุดใดบ้าง

สแต็กซอฟต์แวร์นี้มุ่งเป้าไปที่การใช้งานซึ่งความสม่ำเสมอของการเคลื่อนที่ส่งผลโดยตรงต่อผลิตภาพ หุ่นยนต์ เซลล์ระบบอัตโนมัติขนาดกะทัดรัด และระบบประกอบความแม่นยำสูงเป็นกลุ่มที่ได้รับประโยชน์หลัก

ในเครื่องจักรหยิบและวาง แม้ประสิทธิภาพที่เพิ่มขึ้นเพียงเล็กน้อยก็ช่วยลดเวลารอบการทำงานเมื่อทำซ้ำหลายพันครั้ง การปรับจูนแบบปรับตัวได้ช่วยรักษารูปแบบการเคลื่อนที่ให้สม่ำเสมอเมื่อเกิดการสึกหรอทางกล

ระบบนิเวศควบคุมมอเตอร์ STM32 และ NanoEdge AI Studio ช่วยขยายความสามารถนี้เข้าสู่กระบวนการทำงานของนักพัฒนา วิศวกรสามารถปรับปรุงโมเดลและผสานโมเดลเข้ากับลอจิกควบคุมแบบกำหนดเองได้ โดยไม่ต้องสร้างสถาปัตยกรรมระบบทั้งหมดขึ้นใหม่

อุตสาหกรรมกำลังเปลี่ยนจากการควบคุมไปสู่การคาดการณ์พฤติกรรม

การควบคุมมอเตอร์ที่มี AI ช่วยไม่ได้มีเป้าหมายเพื่อแทนที่ลอจิกของเซอร์โว แต่เป็นการเพิ่มชั้นป้อนกลับที่เข้าใจการเสื่อมสภาพ ความผันแปรของโหลด และรูปแบบความเค้นจากสภาพแวดล้อม

แนวทางนี้สอดคล้องกับแนวโน้มอุตสาหกรรมในวงกว้างที่พบในการบำรุงรักษาตามสภาพและการวิเคราะห์ข้อมูลที่เอดจ์ แทนที่จะตอบสนองต่อความขัดข้องหลังเกิดเหตุ ระบบจะเริ่มคาดการณ์ความขัดข้องล่วงหน้า

เมื่อผู้ผลิตเซมิคอนดักเตอร์ผสานความอัจฉริยะเข้าใกล้ขั้นไดรฟ์มากขึ้น เส้นแบ่งระหว่างระบบควบคุมกับเอนจินวิเคราะห์ข้อมูลก็ยังคงเลือนรางลง

การเปลี่ยนแปลงทางเทคนิคที่จะปรับโฉมแนวคิดการออกแบบระบบการเคลื่อนที่

FP-IND-MCAI1 สะท้อนทิศทางที่ชัดเจนของการออกแบบระบบอัตโนมัติในอุตสาหกรรม วิศวกรควบคุมไม่ได้ทำหน้าที่เพียงปรับจูนพฤติกรรมการเคลื่อนที่อีกต่อไป แต่กำลังออกแบบระบบปรับตัวได้ซึ่งพัฒนาไปตามการทำงาน

แนวทางนี้มีแนวโน้มส่งผลต่อสถาปัตยกรรมเซอร์โวรุ่นต่อไป โดยเฉพาะในหุ่นยนต์ขนาดกะทัดรัดและระบบการเคลื่อนที่แบบกระจายศูนย์ ซึ่งระบบอัจฉริยะบนอุปกรณ์ช่วยลดการพึ่งพาคอนโทรลเลอร์ส่วนกลาง

ผลกระทบในระยะยาวจะเกิดขึ้นในระดับโครงสร้าง ระบบการเคลื่อนที่จะมีพฤติกรรมคล้ายส่วนประกอบที่เรียนรู้ได้มากขึ้น แทนที่จะเป็นอุปกรณ์ที่ทำงานตามฟังก์ชันตายตัว

*Daniel Mercer ผู้สื่อข่าวด้านระบบอุตสาหกรรมที่มีประสบการณ์ 14 ปีในระบบเซอร์โว แพลตฟอร์มควบคุมที่เอดจ์ และสถาปัตยกรรมระบบอัตโนมัติจากโครงการของ Siemens, Schneider Electric และ Beckhoff Automation*